將Boss的需求放在左肩，把業務理解穩在右肩。然後？等等~~，鄭重聲明一下，數據價值就是用數據來生“￥”“￥”“￥”…越多越好，願多不許少。。。那麼Boss的需求、業務的理解就是數據分析師要接的“聖旨”了。
很遺憾，小落不會對解讀Boss需求、理解業務的基要話題多費口舌。對於數據分析師拿到一個業務數據後，怎樣思考數據的“歸屬”問題有幾點話說。“歸屬”可理解爲對數據的處理方向以及適用模型的預判了。大致有如下框架：
Step 1：標籤
判斷業務數據是否有標籤，有標籤會歸併到有監督算法問題板塊。無標籤的話歸併到無監督算法板塊。
Step 2.1：無監督算法
無監督算法主要有聚類算法，做用戶畫像、客戶細分等。
Step 2.2：有監督算法
有監督算法再看標籤是否連續，據此也有不同的有監督算法配對。
Step 3.1：迴歸算法
標籤連續的採用迴歸類監督算法。
Step 3.2：分類算法
標籤不連續的採用分類監督算法。
… … …
… … … …
… … … … … …
… … … … … … … …
歐克！NO趴笨… …,換個框架會更直觀，Sorry~~~
重點觀察下面樹圖，將頁面放大
上面這個樹圖已經很好的回答問題了~~~
能夠像樹圖那樣去對數據進行思考、加工，就能實現數據價值從0到1的升級嗎？很遺憾，不一定。
實現數據價值從0到1的升級是一個理想狀態，實際的業務問題被很多因素影響，就算是頂尖的數據分析大咖來做模型也難達到這個理想狀態。只能說，作爲數據分析師，要充分理解業務、深入剖析數據算法原理，掌握統計思維、精練的使用大數據分析軟件，拼盡全力使得數據價值儘可能的向1靠近。
?，從0到1的數據價值實現需要數據分析師做些什麼？答案很明顯了~~~記得點贊評論哈